DATA migre vers Sui : stratégie et données IA
DATA migre vers Sui après 30 millions de dollars et recentre Trace sur la provenance des données d’entraînement de l’IA. Comprenez les enjeux du marché.

DATA abandonne sa blockchain pour se concentrer sur les données d'IA
Un projet blockchain peut-il gagner en se retirant du métier de la blockchain ? C'est, en substance, le pari de DATA, anciennement Story Protocol. Après avoir tenté de bâtir une infrastructure « générale » pour enregistrer et gérer des droits de propriété intellectuelle, l'entreprise coupe sa propre chaîne et prévoit de migrer vers Sui. Elle recentre en parallèle son travail sur quelque chose de plus ciblé : vérifier l'origine des données utilisées pour entraîner des modèles d'intelligence artificielle, et clarifier leurs conditions d'utilisation.
Cette décision s'accompagne d'un investissement de 30 millions de dollars de la Sui Foundation. Mais ce n'est pas uniquement un changement de réseau : DATA abandonne une partie de son ambition initiale pour se concentrer sur Trace, un registre de provenance. Le choix remet au goût du jour une vieille question de la crypto : faut-il posséder sa propre infrastructure, ou vaut-il mieux s'appuyer sur celle d'un autre écosystème ? Voici ce que ce repositionnement raconte sur le marché des données d'IA, l'économie des blockchains - et ce qui reste encore à prouver.
De la propriété intellectuelle à un problème de marché plus ciblé
Fondée en 2022 sous le nom de Story Protocol, DATA voulait, à l'origine, permettre aux détenteurs de propriété intellectuelle d'enregistrer leurs actifs sur une blockchain et de définir les conditions d'utilisation. Le champ envisagé était large : musique, brevets, marques et autres formes de création ou d'actifs immatériels. Le projet a levé 140 millions de dollars et développé sa propre blockchain pour porter cette ambition.
Sur le papier, l'idée a de quoi séduire : un registre commun, consultable et « programmable », pourrait rendre les droits plus faciles à identifier et, théoriquement, simplifier leur licence. Dans la pratique, le blocage était moins technique que commercial. Beaucoup de secteurs ont déjà leurs mécanismes de gestion des droits. Et surtout, les gros détenteurs d'actifs ne sont pas forcément prêts à ouvrir leurs informations à des systèmes de licence « ouverts » et sans permission.
Andrea Muttoni, directeur général de DATA Foundation, a résumé ce décalage comme une tentative de « faire bouillir l'océan ». L'entreprise s'était dispersée sur trop de catégories de propriété intellectuelle, dans des marchés déjà installés. Résultat : même un protocole bien conçu ne suffit pas si ceux qui contrôlent les actifs n'y voient pas d'intérêt concret.
Le changement de nom en DATA Foundation, annoncé en juin, signe un premier recentrage vers les données d'entraînement de l'IA. Puis, quelques mois plus tard, l'entreprise réduit encore son périmètre : la provenance des données, les autorisations associées et la traçabilité de leur utilisation deviennent le cœur du sujet. Pour Muttoni, il s'agit d'une continuité, pas d'un virage complet.
Le raisonnement est assez simple. Plutôt que convaincre des secteurs très différents en même temps (musique, brevets, marques), DATA vise un marché où le problème de confiance est déjà visible. Les acheteurs de jeux de données ont souvent du mal à savoir si les fichiers sont réellement originaux, correctement licenciés, et surtout s'ils sont exclusifs - quand l'exclusivité est revendiquée. Dans un exemple cité par Muttoni, Poseidon, une entreprise de données d'IA incubée par l'équipe de Story, se serait même vu proposer comme « exclusif » un jeu de données déjà revendu par d'autres vendeurs. L'équipe aurait aussi retrouvé ses propres données revendues par un intermédiaire.
Ce recentrage ne garantit pas, pour autant, qu'un marché suffisamment grand existe à grande échelle. Il rend en revanche le problème plus net : au lieu de vouloir couvrir tous les droits, DATA cherche à fournir une preuve consultable sur l'origine et les autorisations liées à un jeu de données. C'est plus étroit - donc plus testable.
Trace veut documenter la provenance des données d'IA
Le produit principal de DATA s'appelle Trace. C'est un registre qui documente des informations liées aux données utilisées pour entraîner l'IA. Quand un contributeur envoie un fichier (par exemple une vidéo ou un enregistrement vocal) via une place de marché partenaire, Trace peut générer un reçu numérique. Ce reçu peut indiquer la date de soumission, les conditions acceptées par le contributeur, et des événements de licence ou de paiement enregistrés après coup.
À ce stade, l'objectif n'est pas de devenir une nouvelle place de marché pour acheter ou vendre des données. DATA veut plutôt offrir une couche de vérification : un historique que vendeurs et acheteurs peuvent consulter pour mieux comprendre d'où vient un fichier et quels droits l'accompagnent. Dit autrement : un registre de provenance ne vend pas automatiquement les données, et il ne remplace pas forcément les contrats, les contrôles juridiques ou les audits des acheteurs.
Le volume d'activité annoncé par l'entreprise vient notamment de Kled, une place de marché qui rémunère des contributeurs pour aider à la production de données. Selon Muttoni, Kled ajoute entre trois et quatre millions de contributions par jour à Trace, y compris des enregistrements plus anciens intégrés au registre. Ce chiffre donne une idée de l'activité enregistrée, mais il ne dit rien des ventes, des licences réellement conclues ou des revenus générés. DATA n'a pas communiqué le nombre de « traces » qui ont débouché sur une transaction rémunérée.
C'est une distinction importante, parce qu'elle évite de confondre intégration technique et adoption économique. Dans une logique d'infrastructure, beaucoup d'événements enregistrés peuvent signaler que le système fonctionne. Mais cela ne prouve pas que les acheteurs paient pour cette information, qu'ils lui font confiance, ou qu'ils changent réellement leur manière d'acheter. Pour juger Trace, il faudra regarder des indicateurs plus proches du terrain : la part des données vérifiées avant achat, le nombre de licences documentées, les litiges évités, et le nombre de clients qui reviennent.
La provenance pourrait aussi devenir plus utile quand les entreprises d'IA achètent des ensembles auprès de plusieurs fournisseurs. Si l'acheteur ne peut pas vérifier l'origine d'un fichier ni les conditions de collecte, le risque ne se limite pas à la qualité technique : il touche aussi aux droits des contributeurs, à l'autorisation de réutilisation, et à la capacité à justifier ce qui a été décidé en amont. En Europe, les exigences autour des données et de l'IA rendent ces questions plus concrètes - même si, là encore, un registre blockchain ne suffit pas à démontrer une conformité au RGPD ou à toute autre obligation légale.
Et la limite est nette : inscrire une déclaration dans un registre prouve qu'une déclaration a été enregistrée, pas qu'elle est automatiquement vraie. Pour que Trace ait une vraie valeur, il faut relier le fichier à une source vérifiable, définir qui a le droit de déposer les informations, et préciser comment les erreurs ou les contestations sont gérées. Au final, la valeur dépendra autant des règles opérationnelles que de la technologie.
Pourquoi migrer vers Sui plutôt que garder sa propre chaîne ?
La décision de fermer la blockchain de DATA vient d'un arbitrage. Une couche 1 à maintenir implique des coûts récurrents : ingénieurs, validateurs, audits, infrastructure et suivi au quotidien. Cela peut se défendre si la chaîne elle-même devient le produit, ou si elle répond à des besoins que les autres chaînes ne couvrent pas. Mais si l'essentiel de la valeur reste dans Trace, garder une chaîne complète détourne l'équipe de son objectif commercial.
Muttoni résume cette question en une formule : DATA doit-elle continuer à exploiter sa propre couche 1, ou consacrer l'essentiel de ses efforts au protocole, au produit et à Trace ? La migration vers Sui répond en partie en déplaçant une partie de la charge d'infrastructure vers un réseau déjà existant. DATA peut alors concentrer davantage de travail sur les outils de provenance et leur adoption par les places de marché et les acheteurs.
L'investissement de 30 millions de dollars de la Sui Foundation accompagne ce mouvement. D'après les informations rapportées, la fondation deviendrait le principal détenteur institutionnel de DATA Network. Les détails financiers n'ont pas été publiés, et Muttoni décrit Sui comme n'intervenant pas dans les choix produit de DATA. Autrement dit : il ne faut pas lire cette annonce comme une prise de contrôle opérationnelle, ou comme une relation commerciale déjà cadrée au-delà du financement.
Le choix de Sui est aussi présenté comme un choix d'outils. DATA cite Walrus pour le stockage décentralisé et Seal pour le chiffrement et le contrôle d'accès. Aujourd'hui, Trace conserve des informations sur un fichier, mais pas forcément le fichier lui-même. Si l'original était stocké, un acheteur pourrait comparer ce qu'il reçoit avec ce qui a été soumis au départ. De son côté, un système de contrôle d'accès peut limiter la consultation aux personnes autorisées.
Cette architecture pourrait compléter le registre : Trace garderait l'historique, tandis que le fichier servirait à vérifier le contenu associé. Mais elle ajoute aussi des questions pratiques : coût, durée de conservation, confidentialité et gouvernance. Stocker des fichiers sensibles ou des données personnelles n'est pas la même chose qu'enregistrer une empreinte ou des métadonnées. Les équipes devront donc définir précisément quelles données sont conservées, combien de temps, et dans quelles conditions d'accès - surtout pour des acteurs soumis au RGPD en Europe.
La migration des jetons est annoncée « un pour un ». Les détenteurs de jetons DATA existants devraient conserver leurs droits et leurs calendriers de vesting. La blockchain précédente restera opérationnelle jusqu'à la fin du processus. Autrement dit, la formulation décrit un plan, pas une migration déjà terminée. Pour les détenteurs, les points à surveiller sont donc le calendrier officiel, les instructions de migration, les éventuels frais, et la manière dont les actifs seront reconnus sur le nouveau réseau. Le bon réflexe : passer par les canaux officiels du projet plutôt que par des liens reçus au hasard.
Les questions que DATA devra encore résoudre
Le recentrage réduit la dispersion, mais il ne supprime pas les risques. D'abord, il y a la demande. Les entreprises qui achètent des données d'entraînement doivent juger la provenance suffisamment importante pour intégrer Trace à leurs achats - et accepter de payer ce que cela coûte. Reconnaître un problème côté technique ne garantit pas qu'il y aura un budget côté acheteur. Pour que le modèle tienne, la valeur devra se traduire par des économies, une réduction des risques, ou une meilleure capacité à documenter les droits.
Ensuite, il y a la qualité des informations. Un registre facilite la consultation d'un historique, mais il ne garantit pas que les déclarations initiales étaient exactes. Il faudra donc clarifier comment les contributeurs sont identifiés, comment les autorisations sont collectées, comment les doublons sont détectés, et comment une contestation est traitée. Si ces mécanismes sont faibles, la chaîne peut rendre une information persistante - sans qu'elle soit fiable.
Troisième enjeu : la confidentialité et la conformité. Des données vocales, vidéo ou personnelles peuvent être sensibles. La traçabilité doit donc être pensée pour ne pas exposer inutilement les contributeurs. Une approche décentralisée peut aider la vérification et la résilience, mais elle peut aussi compliquer la correction ou la suppression selon la manière dont les informations sont enregistrées. Les équipes devront distinguer les preuves techniques, les données personnelles et les documents juridiques, puis faire évaluer l'architecture au regard des règles applicables.
Enfin, le choix de Sui crée une dépendance d'infrastructure. C'est un échange : DATA réduit le coût et la complexité de sa propre chaîne, mais s'appuie davantage sur les outils, la disponibilité et les décisions techniques d'un réseau tiers. Ce n'est pas forcément un problème, mais la question reste : cette dépendance est-elle acceptable ? Et est-ce que le produit garde une marge de manœuvre suffisante si les coûts, les performances ou la gouvernance changent ?
Pour juger la stratégie dans les prochains mois, les observateurs peuvent suivre quelques indicateurs simples :
- La migration effective : calendrier, continuité du fonctionnement de l'historique et maintien des droits associés aux jetons.
- L'usage commercial de Trace : nombre d'intégrations actives et de licences vérifiées, au-delà du volume brut de contributions.
- La qualité des preuves : méthodes de vérification des sources, gestion des doublons et traitement des contestations.
- La valeur pour les clients : adoption récurrente et amélioration mesurable des contrôles de données.
Le marché potentiel des données d'entraînement est estimé par Muttoni à plusieurs centaines de milliards de dollars. C'est une opportunité théorique, pas un chiffre d'affaires réaliste à capter par DATA. Pour l'instant, la société ne cherche pas à prendre « toute la place » ni à exploiter directement une place de marché. Son objectif annoncé est plus resserré : fournir une infrastructure permettant d'auditer et de tracer la provenance.
C'est une stratégie plus lisible que l'ambition précédente de couvrir toutes les formes de propriété intellectuelle. Reste à voir si elle tient. Dans la pratique, le succès dépendra moins du nombre de transactions inscrites sur une chaîne que de la capacité de Trace à devenir une étape utile - et payée - dans l'acquisition de données d'IA.
Conclusion : une stratégie plus étroite, mais encore à prouver
DATA fait un choix pragmatique : arrêter de financer une blockchain « généraliste » pour se concentrer sur Trace et la traçabilité des données d'IA. L'investissement de 30 millions de dollars, ainsi que l'accès annoncé à des briques de l'écosystème Sui, peuvent faciliter la transition - mais ils ne valident pas encore le modèle économique.
Le vrai test sera l'usage. Les acheteurs doivent estimer que la provenance est assez fiable et assez utile pour modifier leurs processus d'achat. Et les fournisseurs doivent accepter de documenter l'origine et les droits associés. Pour suivre si cela marche, il faudra regarder les intégrations commerciales, la qualité des preuves et la mise en œuvre concrète de la migration - pas seulement le volume d'événements enregistrés.
Pour approfondir les informations à l'origine de cette analyse, consultez l'article de CoinDesk sur le repositionnement de DATA.